応援がプレイヤーと観察者の感覚運動野間の脳間同期を向上する

Cheering Enhances Inter-Brain Synchronization Between Sensorimotor Areas of Player and Observer
T. Koide and S. Shimada Japanese Psychological Research, vol. 60, no. 4, pp. 265-275, 2018.

他の人を応援することは一般的な経験である.応援は,応援される人と応援者の主観的な団結を促進する可能 性があり,潜在的に 2 人の個人の脳間同期した活動を伴う.現在の研究では,機能的近赤外分光法を使用して,競 争的なゲーム時におけるプレイヤーと観察者の運動感覚野の活動を同時に計測した.プレイヤーは実験者とじゃ んけんを行い,観察者はそのプレイヤーを応援するか(応援グループ),プレイヤーが不正行為をしたかどうかを 判断した(コントロールグループ).応援グループでは,コントロールグループと比較して,観察者はプレイヤー との一体感が有意に強く,プレイヤーの勝利を観察する際により大きな運動感覚野の活性化を示した.プレイヤー と観察者の感覚運動野間の機能的結合は応援グループで有意に大きく,プレイヤーと観察者間の主観的な一体感 と有意な相関を示した.これらの結果は,応援がプレイヤーと観察者の内部状態の同期を強化し,一体感を確立 することを示唆する.

感情予測中の前頭前野の脳連結性および活性化の光学的マッピング

Optical mapping of prefrontal brain connectivity and activation during emotion anticipation
Wang, Meng-Yun and Lu, Feng-Mei and Hu, Zhishan and Zhang, Juan and Yuan, Zhen Behavioural brain research, vol.350, pp.122 128, 2018

蓄積された神経画像は,背側外側前頭前野(dlPFC)が感情予測中に活性化されることを示した.この研究の目 的は,機能的近赤外分光法(fNIRS)を用いて,dlPFC におけるポジティブ,ニュートラル,ネガティブな感情予 測の間の脳の結合性と活性化の違いを調べることである.血行力学的反応は,様々な感情予測課題の遂行中に,最 初にすべての対象について評価された.それからスモールワールド分析が実行された.そこでは,クラスタリング 係数.平均経路長,平均ノード次数,およびスモールワールド指数の尺度を含むスモールワールドネットワーク 指標が,ポジティブ、ニュートラルに関連する機能的脳ネットワークについて計算された.我々は,ネガティブお よびニュートラルな感情予測と比較して,ポジティブなものが左dlPFCにおいて増強された脳活性化を示す ことを発見した. 3 つの感情予測事例の機能的脳ネットワークは,クラスタリング係数,平均経路長,平均ノー ド次数,およびスモールワールドインデックスの尺度に関するスモールワールド特性を明らかにしたが、ポジティ ブのものはニュートラル,ネガティブなケースより有意に高いクラスタリング係数およびより短い平均パスを示 した.その結果,dlPPC のスモールワールドネットワーク指標と脳活性化は,ポジティブ,ニュートラル,ネガ ティブな感情予測をうまく区別することができた.

主成分空間フィルタリングを用いた機能的近赤外分光法の信号における大域成分と局所成分の分離

Separation of the global and local components in functional near-infrared spectroscopy signals using principal component spatial filtering
X. Zhang, J.A. Noah and J. Hirsch
Neurophotonics,vol. 3, no. 1, 015004, 2016.

機能的近赤外分光法の信号では,タスクに特有ではない大域的な全身性の影響が顕著に現れることがあり,タス ク固有の fNIRS 信号と大域的で非特異的な影響の分離は,波形相関のため困難である.我々は大域的および局所 的な影響を分離するための主成分空間フィルタアルゴリズムについて説明する.アプローチの有効性は,応答パ ターンが十分に確立されている右手指-親指タッピング課題の間に取得された fNIRS 信号を用いて実証される.オ キシヘモグロビン信号とデオキシヘモグロビン信号との間の時間波形および空間パターンの一致性は,fNIRS 信 号の基本的な生理学的基礎およびタスクに関連する期待される活動パターンと一致して,著しく改善される.

fNIRS のためのセンサ空間集団解析

Sensor space group analysis for fNIRS data
Tak, S and Uga, M and Flandin, G and Dan, I and Penny, WD
Journal of neuroscience methods, Vol.264, pp.103-112, 2016

機能的近赤外分光法(fNIRS)は,頭皮上に設置された光学プローブを用いてヘモグロビン応答をモニタリング する方法である.fNIRS 空間分解能は,光源と検出器の対として定義されるチャンネル間の距離によって制限さ れ,チャンネル位置は被験者間で不一致である.これらの課題は,チャンネル固有の測定値による集団効果の予 測精度が低下する可能性を引き起こす.そこで本稿では,補間された fNIRS トポグラフィ画像に要約統計量を使 用するランダム効果分析を適用することによってこれらの課題に対処している.具体的には,標準的な頭皮表面 に関心のある実験的効果を含む個々のコントラスト画像を生成する.ランダム効果分析は,母集団内における複 数の実験因子によって誘発された局所的な特異的効果の推論を可能にする.Stroop 課題の実験データを用いて提 案手法を検証したところ,左前頭領域が課題時に集団で有意に活性した.この結果は以前の神経画像の所見と一 致する.既存手法と比較して提案手法は 3 つの特徴がある.(1)空間補間を用いて対象間のセンサ位置の潜在的な ずれに対処する.(2)標準的な頭皮表面の表現である 2D 規則格子または 3D 三角形のメッシュのいずれかで実験 的効果を生成する.(3)計算効率の良いランダム効果分析を用いて fNIRS データからの母集団効果を推論するこ とが可能である.また,領域の有意性はランダムフィールド理論を用いて評価する.結論として本稿では,複数 の被験者からの fNIRS データをランダム効果分析を用いてセンサ空間でどのように分析できるかを示した.

時間導関数分布修復(TDDR):fNIRS の動き補正方法

Temporal Derivative Distribution Repair (TDDR): A motion correction method for fNIRS
Fishburn, Frank A and Ludlum, Ruth S and Vaidya, Chandan J and Medvedev, Andrei V
NeuroImage, 2018

機能的近赤外分光法(fNIRS)は, 皮質活動の調査のためのツールとして関心が高まっている光学的な神経イメージング技術である. 頭部上にオプトードの配置をするために, 頭部の動きから生じるアーチファクトは, 機能的磁気共鳴イメージング(fMRI)の場合よりも比較的重症ではない. しかし, モーションアーチファクトを除去することは依然として必要である. 我々は, ロバスト回帰に基づいた新規の動き補正手順を提示する. これは, ユーザーが入力したパラメータを必要とせずにベースラインシフトおよびスパイクアーチファクトを効果的に除去する. 我々のシミュレーションは, この方法が5つの他の現在の動き補正方法よりも良好な活性化検出性能をもたらすことを示している. 7から15歳の子供の被験者の作業記憶課題に対する実証的検証において, 本発明者らの方法は, 試験された他の方法より強力でより広範な活性化をもたらした. 新しい動き補正方法は, fMRIに従順ではない集団使用するための機能的神経画像様式としてのfNIRSの可能性を高める.

fNIRS のための Dynamic causal modelling

Dynamic causal modelling for functional near-infrared spectroscopy
Tak, Sungho and Kempny, AMb and Friston, Karl J and Leff, Alexander P and Penny, William D
Neuroimage, Vol.111, pp.338-349, 2015

機能的近赤外分光法(fNIRS)は,光吸収変化を介してヘモグロビン濃度変化を測定する新しい技術である.脳内コネクティビティを研究するためにfNIRSを使用することに大きな関心が寄せられているが,現在の方法では神経接続の方向性を推測することが困難である.そこで本稿では,fNIRS データにDynamic Causal Modeling(DCM)を適用する.具体的には,隠れたニューロン状態間の相互作用によって観察されるfNIRS データの生成モデルを提示する.確立されたベイジアンフレームワーク(変分ラプラス)を使用してこの生成モデルを逆転させることでニューロンレベルでの有向結合の変化についての推論を可能にした.運動想起および運動実行課題における実験データを使用し,運動想起課題により補足運動野から一次運動野への有向性(有効な)接続性が負に調節され,この抑制的影響が運動想起課題時の一次運動野の活動を低下させることを示す.これらの結果は以前のfMRI研究の所見と一致し,提案された方法がニューロンのダイナミクスによって媒介される脳内の有向性相互作用を光学濃度変化の測定から推論することが可能であることを示唆している.

Turbo-Satori:リアルタイム機能的近赤外分光法のためのニューロフィードバックと脳コンピューターインターフェースツールボックス

Turbo-Satori: a neurofeedback and brain-computer interface toolbox for real-time functional near-infrared spectroscopy
Luhrs, Michael and Goebel, Rainer
Neurophotonics, vol.4, No.4, pp. 041504, 2017
20171107_sfujii

“Turbo-Satoriは,リアルタイム機能的近赤外分光法(fNIRS)のための神経フィードバックと脳コンピュータインタフェース(BCI)ツールボックスである.リアルタイムの前処理および分析から神経フィードバックおよびBCIアプリケーションまでの複数のパイプラインが組み込まれている.ツールボックスは有用性に重点を置いて設計されており,リアルタイム実験のセットアップと実行を迅速に実行することができる. Turbo-Satoriは,リアルタイムの一般的な線形モデル計算に高度な再帰最小二乗法を使用し,高度なBCIアプリケーション用のSVM教師あり学習を使用している.これは,一般的なNIRx fNIRSハードウェアと直接通信し,最大6時間の録音実験中に,すべてのサンプリング間隔の計算時間を大幅に変更することなく,計算をリアルタイムで実行できるように幅広くテストされた.高度な処理機能に即座にアクセスできるようにすることで,fNIRSのデータ収集と処理の分野で,学生や非専門家にもこのツールボックスを使用可能である.柔軟なネットワークインターフェースにより,第三者の刺激アプリケーションは,処理されたデータおよび計算された統計にリアルタイムでアクセスし,この情報を神経フィードバックまたはBCIプレゼンテーションに容易に組み込むことが可能である.”

状態と特性反芻の指標としてのうつ病における異常な機能的コネクティビティ

Aberrant functional connectivity in depression as an
index of state and trait rumination
Scienti c Reports, vol.7, 2017
20170926 katayama

うつ病は,様々な異常な脳機能および構造に関連することが示されている.特に,大うつ病性障害(MDD) に おける機能的コネクティビティ(FC)の変化の研究は,病的脳ネットワークのよりよい理解がこの病気の理解を 促進する可能性があるため,有望な試みであった.しかし,MDD における異常なFC のメカニズムは,ほとんど 明らかでない.機能的近赤外分光法(fNIRS)を用いて,現在のMDD を有する患者の安静状態のデフォルトモー ドネットワーク(DMN)の皮質部分におけるFC を調査した.さらに,我々は,うつ状態の被験者と非抑うつ状 態の被験者との間のFC の差異へのそれらの寄与を調査するために,精神的過程(例えば,状態/特質の反芻,マ インドワンダリング)の定性的および定量的尺度を使用した.我々の結果は,患者の40 %が安静状態の間に自発 的反芻を報告することを示している.うつ状態の被験者は,対照と比較してDMN の一部においてFC の減少を 示した.この知見は、状態/特質の反芻のプロセスに関連していた.DMN の皮質部分において,反芻はFC と負 の相関があったが、マインドワンダリングは正の関連を示した.

自然環境に記録されたfNIRS データの機能的事象(AIDE)の自動識別のための新規GLM ベースの手法

A novel GLM-based method for the Automatic
IDenti cation of functional Events (AIDE) in fNIRS
data recorded in naturalistic environments
NeuroImage, Vol.155, pp.291-304, 2017
20170620 sikeda

最近の技術の進歩により,実世界での神経イメージングを行うために使用できるポータブル機能近赤外分光法(fNIRS)デバイスの開発が可能になった.しかし,実際の実験は日々の生活状況を模倣するように設計されているため,イベント開始の識別は非常に困難で時間がかかることがある.本研究では,実世界のfNIRS ニューロ画像データから関数イベント(またはAIDE)の自動識別のための一般線形モデル(GLM)最小二乗適合分析に基づく新しい解析方法を紹介する.この方法の精度と実現可能性を調べるため,原理の証明として(i)ブロック,イベント,および混合設計実験をシミュレートする合成fNIRS データ,および(ii)実験fNIRS データは従来の数字を含む研究室ベースのタスクの中に記録された.AIDE は,シミュレートされたブロック,イベント,および混合設計実験のそれぞれについて89 %,97 %および91 %の精度で,シミュレートされたfNIRS データから機能的事象を回復することができた.実験室ベースの実験では,AIDE はfNIRS 実験測定データから機能的事象の66.7 %以上を回復した.この方法の強さを説明するために,我々は実験室の外で実施された複雑な現実世界の将来の記憶実験において,1 人の参加者のウェアラブルシステムによって記録されたfNIRS データにAIDE を適用した.実験の一環として,2 つの異なる条件(条件1:人との社会的交流,条件2:物体との非社会的交流)について,それぞれ4 つおよび6 つのイベント(参加者がターゲットとやり取りしなければならない動作)があった.AIDE は,それぞれ条件1 と2 について3/4 イベントと3/6 イベントを回復することが可能であった.同定された機能的事象は,参加者の動きおよび行動のビデオ記録からの行動データに対応した.本研究の結果は,「ビヘイビア・ファースト」分析ではなく「脳・ファースト」が可能であり,現実のfNIRS データを分析して現実の検査と機能的なニューロイメージングとのギャップを埋める新しいソリューションを提供できることを示唆している.

BCI アプリケーションにおけるfNIRS の信号のLDA 分類による最適な特徴の組み合わせの決定

Determining Optimal Feature-Combination for LDA
Classi cation of Functional Near-Infrared Spectroscopy
Signals in Brain-Computer Interface Application
Frontiers in human neuroscience, 2016
20170519_sfujii

本研究では,2 クラスBCI の開発にとって,最も精度が良い機能的近赤外分光法信号の分類のために最適な特徴の組み合わせを決定する.多チャンネル連続波イメージングシステムを使用して,暗算時の信号は,7 人の健康な被験者の前頭前野皮質から得られる.生理学的ノイズを除去した後,平均、勾配、分散、ピーク、歪度および尖度の6 つの酸素化ヘモグロビンと脱酸素化ヘモグロビンの特徴が計算される.線形判別分析(LDA)を使用して
計算された特徴量のうち,2~3 の組み合わせの全ては暗算と安静で分類された.平均値およびピーク値を含む組
み合わせは,すべての被験者にわたって,酸素化ヘモグロビンおよび脱酸素化ヘモグロビンの両方について,他
のすべての組み合わせよりも有意に高い(p <0.05)分類精度をもたらしたことが見出されている.これらの結果 は,2 クラスBCI の暗算と休息の分類の特徴として,酸素化ヘモグロビンおよび脱酸素化ヘモグロビンの平均値 およびピーク値を用いて高い分類精度を達成する可能性を実証している.